علمی - پژوهشی
محمدرضا نگهدارصابر؛ شهره دیداری؛ مجتبی پاکپرور؛ علیرضا عباسی
چکیده
بلوط ایرانی، طی سالهای اخیر، تحت تأثیر پدیدة زوال بلوط قرار گرفته و این پدیده موجب ازدسترفتن بخشهای وسیعی از جنگلهای بلوط در عرصههای زاگرس شده است. بهدلیل پوشش زمانی مناسب و وضوح زمینی مطلوب تصاویر جدید ماهوارهای، کاربرد آنها در تشخیص این پدیده امیدبخش بهنظر میرسد. در این تحقیق، قابلیتهای مکانی تصاویر سنجندة اسپات6 ...
بیشتر
بلوط ایرانی، طی سالهای اخیر، تحت تأثیر پدیدة زوال بلوط قرار گرفته و این پدیده موجب ازدسترفتن بخشهای وسیعی از جنگلهای بلوط در عرصههای زاگرس شده است. بهدلیل پوشش زمانی مناسب و وضوح زمینی مطلوب تصاویر جدید ماهوارهای، کاربرد آنها در تشخیص این پدیده امیدبخش بهنظر میرسد. در این تحقیق، قابلیتهای مکانی تصاویر سنجندة اسپات6 با توان تفکیک مکانی 1.5 متر در باند پانکروماتیک و 6 متر در باندهای چندطیفی، در تشخیص خشکیدگی درختان بلوط در منطقة جنگلی کهمره، از بخشهای شهرستان شیراز در استان فارس، بررسی شد. مقادیر شاخصهای گوناگون گیاهی شامل NDVI، EVI، TDVI، SAVI، RNDVI، OSAVI، DVI و MSR، با درصدهای متفاوت خشکیدگی درختان بلوط بهصورت متناظر، در نمونههای زمینی و تصویر ماهوارهای ارزیابی شد. براساس نتایج بهدستآمده، معادلة رگرسیونی بین مقادیر انحراف معیار TDVI و خشکیدگی بیشتر از 30%، در هریک از پایههای درختان بلوط، بهصورت y=17.92(x-0.06)-0.32 با ضریب تبیین R2=82% برآورد شد. پایش مناطق جنگلی برای درک روند زوال یا بهبودی درختان آن کمک شایان توجهی به دستاندرکاران مدیریت مناطق جنگلی خواهد کرد؛ بنابراین، استفاده از نتایج این تحقیق میتواند مدرکی برای مقایسة پایش مقاطع زمانی آینده با وضعیت موجود باشد.
علمی - پژوهشی
امیر حسین ناظمی؛ حامد سبزچی دهخوارقانی؛ علی اشرف صدرالدینی؛ ابوالفضل مجنونی هریس
چکیده
توسعة روشهای سنجش از دور در پهنهبندی اراضی زیر کشت محصولات کشاورزی در مقیاس گستردة مکانی و زمانی، بهصورت جایگزین شیوههای پرهزینه و زمانبر جمعآوری آمار میدانی، در حال گسترش است. تا کنون، روشهایی برای شناسایی اراضی زراعی، با استفاده از تصاویر سنجندههای اپتیک و راداری، مطرح شده است. برخی از این روشها، با تأکید بر فرایندهای ...
بیشتر
توسعة روشهای سنجش از دور در پهنهبندی اراضی زیر کشت محصولات کشاورزی در مقیاس گستردة مکانی و زمانی، بهصورت جایگزین شیوههای پرهزینه و زمانبر جمعآوری آمار میدانی، در حال گسترش است. تا کنون، روشهایی برای شناسایی اراضی زراعی، با استفاده از تصاویر سنجندههای اپتیک و راداری، مطرح شده است. برخی از این روشها، با تأکید بر فرایندهای حذف پیکسلهای ابری، مناسب اقلیم مرطوب با روزهای متعدد ابرناکی هستند و برخی دیگر، بهدلیل روش بهکاررفته در آنها بهمنظور ترکیب تصاویر هر دو سیستم اپتیک و راداری، پیچیدهگیهای خاص خود را دارند. در این میان، روشهای مبتنیبر استفاده از ویژگیهای منحصربهفرد سری زمانی شاخص گیاهی هریک از محصولات زراعی فرایند نسبتاً سادهتری در پهنهبندی اراضی زراعی دارد. هدف از این پژوهش بهبود یکی از روشهای مطرحشده برای تفکیک اراضی زیر کشت گندم دیم است که در آن از الگوریتم حذف گامبهگام پیکسلهای غیرگندم و تصاویر سنجندة مادیس استفاده شده بود. برای بهبود الگوریتم مذکور، طی فرایندی، از قدرت تفکیک زمانی تصاویر سنجندة مادیس و قدرت تفکیک مکانی تصاویر ماهوارة لندست8 بهره گرفته شد. فرایند جدید، ضمن رفع نقاط ضعف الگوریتم سابق در تشخیص مراتع و اراضی غیرگندم از اراضی گندم دیم، بهخصوص در پیکسلهای ناهمگن، موجب افزایش دقت این الگوریتم در پهنهبندی اراضی گندم دیم شد؛ بهطوریکه روش مطرحشده توانست با مقادیر صحت کلی، شاخص کاپا و F1 بهترتیب برابر با 92.5%، 0.67 و 0.71، با دقت قابلقبولی، سطوح زیر کشت گندم دیم را تفکیک کند.
علمی - پژوهشی
سعید ساروئی؛ علی درویش صفت؛ منوچهر نمیرانیان
چکیده
برآورد میزان زیستتوده در تودههای جنگلی با روشهای سنجش از دوری اهمیت بسیاری دارد. همزماننبودن دریافت دادههای ماهوارهای و اطلاعات میدانی و کاربرد معادلات آلومتریک جهانی، برای محاسبة وزن زیستتودة درختان جنگلی داخل کشور، از مهمترین دلایل عدم قطعیت در نتایج و تحلیلهای حاصل از مطالعات مشابه قبلی بهشمار میروند. بهحداقلرساندن ...
بیشتر
برآورد میزان زیستتوده در تودههای جنگلی با روشهای سنجش از دوری اهمیت بسیاری دارد. همزماننبودن دریافت دادههای ماهوارهای و اطلاعات میدانی و کاربرد معادلات آلومتریک جهانی، برای محاسبة وزن زیستتودة درختان جنگلی داخل کشور، از مهمترین دلایل عدم قطعیت در نتایج و تحلیلهای حاصل از مطالعات مشابه قبلی بهشمار میروند. بهحداقلرساندن این مشکلات و بررسی قابلیت و عملکرد دادهها در توسعة مدل مناسب برآورد زیستتودة جنگل، در منطقة بانکول بخش کارزان شهرستان سیروان، استان ایلام، با استفاده از دادههای راداری ماهوارة سنتینلـ1، اخذشده در تاریخ 6 تیرماه 1396، هدف این تحقیق بود. اندازة قطر میانگین تاجپوشش درختان در 53 قطعه نمونة زمینی مربعی، مربوط به فرم رویشی شاخهزاد، به ابعاد 30×30 متر که در بازة زمانی 2 تا 20 خرداد 1396، بهکمک دستگاه موقعیتیاب جهانی تفاضلی و بهروش تعیین موقعیت کینماتیک آنی روی زمین اجرا و برداشت شدند، وارد روند برآورد زیستتوده شد. میانگین زیستتودة برداشتشدة میدانی 10.63 تندرهکتار بود. پس از استخراج ویژگیهای راداری، آن دسته از ویژگیها که بیشترین میزان همبستگی را با مقادیر زیستتوده داشتند انتخاب و از بین آنها، با بهکارگیری الگوریتم ژنتیک و با استفاده از دو مدل رگرسیون K نزدیکترین همسایه و رگرسیون بردار پشتیبان، مناسبترین ترکیب ویژگیها شناسایی و سپس، مقادیر زیستتوده مدلسازی شد. اعتبارسنجی مدلها با استفاده از 26 قطعه نمونة تست، انجام گرفت. همبستگی بین ویژگیهای حاصل از دادههای راداری و مقادیر زیستتوده نشان داد که ویژگیهای VH، Mean VV، Mean VV GLCM (Correlation) و Mean VH GLCM (Dissimilarity) بیشترین حساسیت را به مقادیر زیستتوده داشتند. استفاده از مدلهای رگرسیون نشان داد که روش رگرسیون بردار پشتیبان، با RMSE نسبی 0.08، از روش رگرسیون K نزدیکترین همسایه، با RMSE نسبی 0.10، دقیقتر عمل کرده است. از بین ترکیبهای ویژگی مورد بررسی نیز، بهترین ترکیب در حالت استفاده از رگرسیون K نزدیکترین همسایه، دارای RMSE بهمیزان تقریبی 0.99 تندرهکتار (معادل10%) و ضریب تعیین 0.23 و در حالت استفاده از رگرسیون بردار پشتیبان، دارای RMSE بهمیزان 0.87 تندرهکتار (معادل 8%) و ضریب تعیین 0.14 بود. مدلهای نهایی حاصل از ترکیب ویژگیهای بهینة استخراجشده از دادة راداری در طول موج باند C و روشهای رگرسیونی پارامتری و غیرپارامتری مورد بررسی در این تحقیق بهتنهایی قادر به بهبود اثر اشباعشدگی در داده، برای برآورد زیستتوده در جنگلهای مورد مطالعه، نبودند و منجر به پیشنهاد مدل برآوردکنندهای با صحت قابلقبول نشد.
علمی - پژوهشی
علی خدمت زاده؛ میرنجف موسوی؛ حجت محمدی ترکمانی
چکیده
رشد جمعیت شهرنشین با افزایش فضاهای شهری و بهطورکلی، با رشد اندازة شهرها همراه بوده است. این امر بهصورت ساختوساز بیشتر و تغییر اراضی موجود بهنفع فضاهای ساختهشده بروز مییابد. موقعیت خاص شهر ارومیه در مجاورت دریاچة ارومیه و شرایط نامساعد این دریاچه لزوم توجه به برنامهریزی صحیح کاربری اراضی را، در این شهر، ناگزیر میکند. ...
بیشتر
رشد جمعیت شهرنشین با افزایش فضاهای شهری و بهطورکلی، با رشد اندازة شهرها همراه بوده است. این امر بهصورت ساختوساز بیشتر و تغییر اراضی موجود بهنفع فضاهای ساختهشده بروز مییابد. موقعیت خاص شهر ارومیه در مجاورت دریاچة ارومیه و شرایط نامساعد این دریاچه لزوم توجه به برنامهریزی صحیح کاربری اراضی را، در این شهر، ناگزیر میکند. یکی از ابزارهای مورد نیاز برای برنامهریزی مناسب، در این زمینه، بهرهگیری از تکنیکهای سنجش از دور است. پژوهش حاضر با هدف ارزیابی این تغییرات (دورة 2015-1989) و پیشبینی روند آتی آن صورت گرفته است. از روشهای SVM و شبکة عصبی برای ارزیابی تغییرات در پنج کلاس استفاده شده است. ضریب تعیین (0.73) و منحنی راک (82.55%) نیز بیانگر دقت بالای مدل شبکة عصبی برای پیشبینی تغییرات گسترش شهریاند. با توجه به دقت بالای این مدل، که میتواند نتایج واقعیتری ارائه دهد، از نتایج این نوع طبقهبندی در پیشبینی تغییرات برای افق 2045 استفاده شده است. اراضی ساختهشده در سال 1989 برابر با 7469.1 هکتار بوده که در سال 2002 و 2015، بهترتیب، به 9217.3 و 9436.9 هکتار رسیده است. در سال 2045، براساس مدل پیشبینی شبکة عصبی، برابر با 22449.6 هکتار خواهد بود که 13012.7 هکتار افزایش را در اراضی ساختهشده نشان میدهد. نتایج حاصل گویای این است که تمامی این ساختوسازها برمبنای نیاز واقعی شهر نبوده و پدیدة اسپرال (گستردگی شهری) اتفاق افتاده است.
علمی - پژوهشی
زینب قدسی؛ میر مسعود خیرخواه زرکش؛ باقر قرمزچشمه
چکیده
نقشههای پوشش/کاربری اراضی، برای پایش تغییرات عوارض و برنامهریزی صحیح، هرساله مورد نیاز مدیران حوزة کشاورزی، منابع طبیعی و زیستمحیطی است. روش برداشت میدانی با جیپیاس (GPS) و نقشهبرداری زمینی مستلزم صرف زمان و هزینههای بسیار است. بنابراین، اغلب از تصاویر ماهوارهای، که دارای پوشش سراسری و توالی برداشت، هزینة کم و اطلاعات ...
بیشتر
نقشههای پوشش/کاربری اراضی، برای پایش تغییرات عوارض و برنامهریزی صحیح، هرساله مورد نیاز مدیران حوزة کشاورزی، منابع طبیعی و زیستمحیطی است. روش برداشت میدانی با جیپیاس (GPS) و نقشهبرداری زمینی مستلزم صرف زمان و هزینههای بسیار است. بنابراین، اغلب از تصاویر ماهوارهای، که دارای پوشش سراسری و توالی برداشت، هزینة کم و اطلاعات بههنگاماند، استفاده میشود تا نقشههای پوشش/کاربری زمین بهدست آید. تهیة نقشة دقیق با روش مناسب روز موضوعی کلیدی است. طی سالهای اخیر، استفاده از تصاویر ماهوارهای جدید و روشهای نوین طبقهبندی، بهویژه یادگیری ماشین، رشد فزایندهای داشته و کارآیی آنها در تهیة نقشههای پوشش/کاربری اراضی بسیار موفقیتآمیز بوده است. یکی دیگر از مزایای تصاویر ماهوارهای برداشتهای متوالی است و براساس آن، میتوان از تغییرات پوشش گیاهی در طول زمان، برای تفکیک نوع پوشش، استفاده کرد. ماهوارة سنتینل-2، با امتیاز پیکسل 10متری، یکی از ابزارهای مناسب برای تفکیک نوع پوشش محسوب میشود. در این تحقیق، برای تفکیک انواع کاربری اراضی و محصولات زراعی دشت سنجابی روانسر، از تصاویر چندزمانة سنتینل-2 و روشهای طبقهبندی ماشین بردار پشتیبان و جنگل تصادفی استفاده و دقت آنها با یکدیگر مقایسه شد. بدینمنظور، پس از نمونهبرداری، تحلیل مؤلفههای اصلی برای چهار تاریخ دورة رشد محصولات اجرا شد و باندهای PC1، PC2 و PC3 تصاویر با هم ترکیب شدند. دو روش روی ترکیب باندهای PC1، PC2 و PC3 تصاویر و نمونههای تعلیمی اعمال شدند. ارزیابی دقتها نشان داد ماشین بردار پشتیبان، با صحت کلی 91.36% و ضریب کاپای 0.8927، نقشة کاربری اراضی و محصولات دقیقتری، در قیاس با روش جنگل تصادفی، تولید میکند.
علمی - پژوهشی
علیرضا بذرگر بجستانی؛ مرتضی طیبی
چکیده
پایش دمای سطح زمین (LST)، که یکی از پارامترهای مهم زیستمحیطی محسوب میشود، تا کنون با استفاده از سنجندههای سنجش از دوری دارای توان تفکیک زمانی بالا، همچون سنجندة مادیس (توان تفکیک زمانی روزانه و توان تفکیک مکانی یک کیلومتر)، بهطور گستردهای صورت گرفته است. یکی از مهمترین مشکلات این سنجندهها پایینبودن توان تفکیک مکانی آنهاست ...
بیشتر
پایش دمای سطح زمین (LST)، که یکی از پارامترهای مهم زیستمحیطی محسوب میشود، تا کنون با استفاده از سنجندههای سنجش از دوری دارای توان تفکیک زمانی بالا، همچون سنجندة مادیس (توان تفکیک زمانی روزانه و توان تفکیک مکانی یک کیلومتر)، بهطور گستردهای صورت گرفته است. یکی از مهمترین مشکلات این سنجندهها پایینبودن توان تفکیک مکانی آنهاست که کارآییشان را، در مواردی همچون شناخت آتش در مناطق جنگلی و مطالعة جزایر گرمایی شهری، محدود کرده است. در مقابل، سنجندههایی با توان تفکیک مکانی بالا، همچون سنجندة ASTER (توان تفکیک مکانی 90 متر و توان تفکیک زمانی شانزده روز در محصول دمای سطح زمین)، توان تفکیک زمانی پایینی دارند که این منجر به ضعف آنها در پایش تغییرات سریع میشود. درواقع، بهدلیل محدودیتهای فنی، تا کنون سنجندهای وجود نداشته است که، در دو بعد مکانی و زمانی، توان تفکیک بالا داشته باشد. برای حل این مشکل، روشهای کمهزینه و کارآمد ادغام مکانیـ زمانی مطرح شدهاند. از مهمترین روشهای مطرح در ادغام مکانیـ زمانی، روشهای ESTARFM و STDFA شمرده میشوند. در این تحقیق، بهمنظور تلفیق دادههای سنجندههای مادیس و ASTER از دمای سطح زمین در بخشی از شهر تهران، روشی جدید (SWT-STDFA) برمبنای روش STDFA مطرح و موجک دوبعدی ایستا تبدیل شد. نتایج حاصل از تلفیق نیز با نتایج دو روش ESTARFM و STDFA مقایسه شدند. همچنین، در ادامه، با توجه به وجود نقشة طبقهبندی تهیهشده براساس شاخص گیاهی تفاضلی نرمالشده در الگوریتمهای STDFA و SWT-STDFA، درمورد تأثیر استفاده از شاخصهای گیاهی تفاضلی نرمالشدة سبز (GNDVI) و شاخص گیاهی تعدیلشدة چندطیفی خاک (SAVI) در دقت تصویر مجازی خروجی بحث شده است. نتایج تحقیق نشاندهندة دقت بالای روش پیشنهادی با ریشة میانگین مربع خطاهای 3.03 کلوین، انحراف معیار 2.21 کلوین، میانگین قدرمطلق خطاهای 1.72 کلوین و ضریب همبستگی 0.92 بین تصویر دمای سطح واقعی منطقه و تصویر مجازی پیشبینیشده در مقایسه با دو روش دیگر است. افزایش شاخصهای گیاهی GNDVI و SAVI در طبقهبندی دو روش STDFA و SWT-STDFA نیز تأثیری چندانی در دقت تصویر تلفیقی مجازی خروجی نداشته است.
علمی - پژوهشی
علی صادقی؛ علی درویشی؛ عطاالله عبدالهی؛ سید کاظم علوی پناه؛ سعید حمزه
چکیده
در مطالعات زمینشناسی و کانیشناسی، وجود پوشش گیاهی سالم و خشک در پیکسلهای حاوی اطلاعات طیفی اجتنابناپذیر است. بنابراین، بازیابی اطلاعات در حد زیرپیکسل، مانند برآورد میزان حضور یک کانی در یک پیکسل از تصاویر سنجش از دور ابرطیفی، مسئلهای مهم محسوب میشود. در این پژوهش، روش عمق پیوستار اصلاحشدة اثر پوشش گیاهی (VCCD)، برای کاهش ...
بیشتر
در مطالعات زمینشناسی و کانیشناسی، وجود پوشش گیاهی سالم و خشک در پیکسلهای حاوی اطلاعات طیفی اجتنابناپذیر است. بنابراین، بازیابی اطلاعات در حد زیرپیکسل، مانند برآورد میزان حضور یک کانی در یک پیکسل از تصاویر سنجش از دور ابرطیفی، مسئلهای مهم محسوب میشود. در این پژوهش، روش عمق پیوستار اصلاحشدة اثر پوشش گیاهی (VCCD)، برای کاهش اثر پوشش گیاهی سالم و خشک در تخمین میزان کانیهای هدف، با استفاده از دادههای طیفسنجی، آزمایشگاهی کانیشناسی و تصاویر هایپریون (Hyperion) اصلاح و در منطقة اوغلانسر در شمالغرب ایران مورد صحتسنجی قرار گرفت. تخمین پوشش گیاهی سالم و خشک در سطح پیکسل، بهترتیب، با شاخص SAVI و عمق عارضة جذبی در ۲۱۰۲ نانومتر انجام شد. اصلاح عمق حذفپیوستارشده (CRBD)، با روش VCCD، تا آستانة حداکثری حضور پوشش گیاهی سالم برابر با ۶۰ و برای گیاه خشک در بازة 60-56 و ترکیب گیاه سالم و خشک در بازة ۷6-۷2% امکانپذیر است. تأثیر وجود نویزهای تصادفی و تغییر نوع پوشش گیاهی در عملکرد روش اصلاحشده بررسی شد و نتایج نشان داد که روش VCCD توسعهیافته، در مقایسه با وجود نویزهای تصادفی در طیفها و تغییر نوع پوشش گیاهی، حساسیت بیشتری ندارد. بعد از اصلاح ضرایب مدل و پس از تأیید کارآیی آن، روش پیشنهادی برای اصلاح CRBD و کاهش اثر پوشش گیاهی، روی تصویر Hyperion، اجرا شد. طبق نتایج، حضور پوشش گیاهی سالم و خشک در کانیهای کائولینیت و مسکویت منجر به تخمین کمتر از مقدار واقعی میشود. میزان بهبود در صحت برآورد کانی با اعمال روش VCCD درمورد کانیهای کائولینیت و مسکویت، بهترتیب، معادل 0.25 و 0.13 ضریب تعیین و میزان خطا 0.0108 و 0.0125 است.